瑞銀：中國AI模型性價比優勢趨任務導向 海外前沿模型高效能可抵銷價格溢價

瑞銀投資研究部發表最新報告指出，中國人工智能（AI）模型的性價比優勢，日益取決於具體任務的性質。尤其在涉及複雜及長週期運作的任務中，海外前沿模型憑藉其較高的Token效率及任務成功率，能有效抵銷其單Token價格溢價，展現出更佳的綜合效益。 瑞銀證券中國互聯網行業分析師熊瑋進一步闡釋，AI模型的性價比優勢正日益聚焦於具體任務，特別是那些對複雜度和時間跨度有較高要求的應用場景。市場觀察發現，海外領先模型雖在單Token價格上或有溢價，但因其更高的Token效率與任務成功率，最終可部分彌補此價格差距。同時，為優化規模驅動任務的推理效率，越來越多的開發者正推出小型化或「Flash」模型。 該行提及，市場對於開放權重模型（Open-weight models）可能面臨限制的討論，為其在海外的應用前景增添不確定性。此外，全球領先廠商收緊「反蒸餾」（anti-distillation）措施，加上美國政策層面對工業化規模蒸餾的關注度提升，亦引發市場對AI能力追趕速度的疑問。瑞銀預期，隨著最先進模型與非最先進模型逐步服務於不同任務層級，兩者的定價趨勢料將進一步分化。規模驅動型市場的競爭將持續推動單Token價格下行，而能力前沿模型的定價權則可能展現較強韌性。 瑞銀預期，中國AI實驗室將持續擴充算力基礎，以支持下一代更大規模模型的訓練與開發。展望未來，模型的效能提升將愈發依賴多元化數據來源、合成數據以及持續積累的特定領域環境數據所驅動。 該行續指，在規模驅動型市場中，中國及海外開發者正積極推出性能接近旗艦級，但價格顯著較低的「Flash」或小參數模型。全球同業亦透過直接降價、重置免費Token套餐額度及降低KV緩存成本等方式，強化成本效率。反觀能力前沿領域，更強大的模型能力與更高的Token效率，即使伴隨較高的單Token定價，亦可有效降低單個成功任務的總體成本，使前沿模型有望維持甚至擴大其價格溢價。 瑞銀預期，儘管模型發布節奏或趨於審慎，但各AI實驗室的內部研發強度仍將維持高位，包括在AI輔助研發及遞迴式自我改進（recursive self-improvement）方面的探索。中國實驗室料將繼續擴充算力，並透過多元化數據來源、合成數據及特定領域環境數據推動能力提升。值得留意的是，中國AI實驗室在海外分發、架構創新以及開源研發協同方面的進展，仍可能被市場低估。